下载文档原格式
大数据分析师在交通规划中的应用与道路网络规划与交通拥堵缓解随着城市化的快速发展和交通运输需求的增加，交通拥堵问题成为当今社会亟待解决的难题之一。
在这个背景下，大数据分析师以其独特的技能和工具，成为了交通规划中的重要角色。
本文将探讨大数据分析师在交通规划中的应用，以及他们在道路网络规划和交通拥堵缓解方面的作用。
一、大数据分析在交通规划中的应用交通规划涉及到大量的数据，包括交通流量、出行需求、交通设施等方面的数据。
而大数据分析师可以通过运用先进的数据分析技术和工具，挖掘出这些数据中的价值信息，为交通规划提供有力支持。
首先，在交通需求预测方面，大数据分析师可以通过分析历史交通数据、人口统计数据、出行调查数据等，建立精准的交通需求模型。
这种模型可以预测未来的交通需求趋势，帮助决策者合理规划新的交通设施，以满足不断增长的出行需求。
其次，在交通流量管理方面，大数据分析师可以通过实时监测交通数据，及时发现交通拥堵点和瓶颈，提供有效的交通管理建议。
他们可以分析交通流量的分布特点和变化规律，优化信号控制策略，合理分配交通资源，提高交通运行效率。
二、道路网络规划中的大数据分析师作用道路网络规划是交通规划中的核心内容之一，它直接关系到城市交通系统的有序运行。
在这方面，大数据分析师可以发挥重要作用。
首先，大数据分析师可以通过运用网络分析模型，对道路网络的结构和布局进行优化。
他们可以分析交通数据，评估各个道路的通行能力和瓶颈，进而提出道路改善建议。
通过这些分析和优化，可以使道路网络更加合理高效，实现交通资源的最大利用。
另外，大数据分析师还可以利用地理信息系统（GIS）技术，进行多维度的道路网络分析。
他们可以结合交通流量、人口分布、地形地貌等因素，评估不同道路对交通系统整体性能的影响。
这种综合分析可以为道路网络的规划和决策提供科学依据，确保交通系统的可持续发展。
三、大数据分析师在交通拥堵缓解中的作用交通拥堵是城市交通运输面临的一大难题，而大数据分析师可以通过早期预警和智能调控，起到一定的缓解作用。
大数据分析在城市交通规划中的应用研究1.引言随着城市的不断发展，交通问题变得越来越突出。
城市交通规划的重要性在于，通过科学的规划和管理，减少交通拥堵、提高交通效率、降低交通事故率，为城市居民的出行提供更加良好的服务。
大数据分析技术作为应对城市交通拥堵等问题的解决方案，正在逐渐成为城市交通领域的研究热点。
本文从大数据分析技术的角度出发，探讨其在城市交通规划中的应用研究。
2.大数据分析技术大数据分析技术是指通过收集和分析大量数据，在其中发掘出一些特定的模式、趋势和规律，以支持决策和推广。
常用的大数据分析技术包括数据挖掘、机器学习、人工智能等。
这些技术可以帮助我们更好地理解城市交通，预测未来交通需求，优化交通资源配置，并能够为城市交通规划提供更全面、更准确的信息。
3.大数据分析在城市交通规划中的应用3.1 交通需求分析交通需求分析是城市交通规划的重要环节。
其目的是了解不同时间段、不同路段的交通需求情况，为规划交通基础设施提供决策支持。
大数据技术的应用可以让我们更好地了解城市居民的出行习惯，如上下班时间、出行目的、路线偏好等信息。
结合这些信息，可以预测未来的交通需求，在规划交通网络时，更加合理地设置线路，缓解拥堵。
3.2 交通流量控制交通流量控制是城市交通规划中的重要环节，通过调控交通流量，降低拥堵，提高交通效率。
利用大数据技术，城市交通管理部门可以实时监测不同路段的交通流量，并根据交通状况实施交通限制措施，如限行、限时等。
同时，通过大数据分析，识别具有高交通流量的路段，调整交通信号、变更交通路线等，优化交通资源分配。
3.3 路网优化路网优化是指在城市交通规划中，通过优化交通路网，提高交通网络的使用效率和交通系统的整体性能。
利用大数据技术，我们可以对交通路网进行分析和规划。
如通过数据挖掘技术，了解不同路段的交通流量、拥堵情况等信息，指导路网优化；通过人工智能技术，实现自适应交通导航，提高交通效率。
4.存在问题及未来发展方向虽然大数据分析技术在城市交通规划中具有广阔的应用前景，但同时也存在着一些问题。
大数据技术在城市交通规划中的应用随着城市化进程的加快和交通需求的增加，城市交通规划变得日益复杂。
传统的规划方法已经无法满足快速发展的城市交通需求，因此，大数据技术的应用成为了解决城市交通规划问题的一种有效方式。
大数据技术的出现和发展为城市交通规划带来了诸多创新和变革。
首先，大数据技术在城市交通规划中的第一个重要应用是实时交通监测与分析。
通过使用大数据技术，交通管理人员可以实时监测城市的交通状况，从而准确了解拥堵情况、交通流量和交通事故等信息。
这些信息对于规划者来说是非常重要的，可以帮助他们制定更准确的交通规划策略，如优化道路布局、设置合理的信号灯配时和改善公共交通服务等。
此外，大数据技术还能够对交通信息进行分析，发现潜在的问题和趋势，以便提前采取相应的措施，减少交通拥堵和事故发生率。
其次，大数据技术在城市交通规划中的另一个重要应用是交通需求预测。
通过收集和分析大数据，规划者可以更准确地预测城市未来的交通需求，如人流量、车流量和货物流量等。
这种预测能够帮助规划者合理布局交通设施、优化交通流动，并提前做好应对未来交通需求的准备工作。
基于大数据技术的交通需求预测模型可以通过收集历史数据和实时数据来预测未来的交通需求，并为规划者提供决策支持，以便更好地满足城市居民的出行需求。
另外，大数据技术还可以应用于出行模式优化。
传统的城市交通规划主要基于人们的出行习惯和行为模式，但随着大数据技术的兴起，规划者可以更好地理解人们的出行行为，并提供更智能的出行建议和决策。
例如，基于大数据技术的平台可以通过分析人们的出行数据来发现潜在的出行模式，如短途出行、共享出行和公共交通偏好等。
规划者可以根据这些出行模式做出相应的调整和优化，以提供更高效和便利的出行服务。
此外，大数据技术还可以帮助城市交通规划实现更高效的资源利用。
通过分析大数据，规划者可以了解城市的交通流动情况，从而合理规划交通设施和资源的分配。
例如，基于大数据技术的智能交通管理系统可以根据实时交通状况来调整信号配时，以优化交通流动。
“大数据”在交通规划中的冷思考以上海交通规划应用为例摘要：经过多年的实践，上海等国内发达城市已逐步将大数据手段引入交通规划的数据获取、问题挖掘等多个方面，在规划项目与课题研究中取得了阶段性成果，并朝着更准确、更高效、更人性化的方向发展。
不过目前，大数据手段在交通规划领域的应用仍处在起步阶段，对于大数据概念缺乏统一的认识，与此同时大数据的数据来源与基础理论仍存在一定缺陷。
正如大数据研究方法自身的现实与理论困境中所描述的，上海交通规划的大数据实践也同样面对着“全样本”的有偏性、基础理论缺失、官方数据的垄断瓶颈等问题。
面对热潮中的大数据概念，规划师需要冷静面对，在积极拥抱新技术方法的同时保持冷静。
关键词：大数据;交通规划;变革;困境DOI:10.3969/j.issn.1674-7739.2017.03.012引言2009年，google公司通过比对2003年至2008年季节性流感传播时期的搜索数据，成功预测了甲型H1N1型流感的传染情况，开启了时代对于大数据的认知。
在我国，2013年被称为大数据元年，2014年大数据概念被写入《政府工作报告》，作为一项基础性战略资源，进入城市规划、交通规划等多个领域。
近年来，大数据（Big Data）概念的火爆与互联网热潮的发展有着密不可分的关系，各行各业均产生了不少基于“大数据”概念的实践行动，交通规划也不例外。
但在热潮的背后，“大数据”的基本概念和内涵特点仍众说纷纭，未能形成统一的认识，涉及大数据概念的研究往往数量庞大却众说纷纭，大数据概念的不同理解也带来研究与实践的差异。
对此，笔者倾向于通过数据特征与价值取向两个方面界定大数据概念，并以此为基础展开对“大数据”在交通规划领域的思考。
一、“大数据”概念及其规划应用笔者认为，大数据概念包含两个主要特征。
从数据的特征来看，大数据的数据选取往往无限接近于研究对象的全样本。
方法上改变传统依托少量数据并利用统计学办法获得最多信息的做法，研究准确度上避免了样本选取带来的必然误差。
大数据技术在交通运输规划中的应用研究随着城市化进程的加快和人口规模的不断扩大，交通运输规划成为现代社会中一项十分关键的工作。
为了改善交通运输系统的效率、减少交通拥堵、提高人们出行的便利性，学者和专家们积极探索运用大数据技术对交通运输规划进行研究和应用。
本文将探讨大数据技术在交通运输规划中的应用，并分析其对交通管理和公共安全等方面的影响。
首先，大数据技术在交通运输规划中的应用为交通管理提供了新的可能性。
传统的交通管理方式往往依靠交通摄像头和传感器等设备获取交通信息，但这些设备的覆盖范围有限，并且只能提供局部的数据。
然而，大数据技术可以通过无线传感器网络、行车记录仪和移动设备等多种途径收集数据，并将其整合在一起进行分析。
这种全面而详尽的数据集可以帮助交通管理者更好地了解当前的交通状况，包括交通流量、拥堵情况以及事故发生的频率和地点等。
通过分析这些数据，交通管理者可以制定更加科学和有效的交通管理策略，进而减少交通拥堵和事故的发生。
其次，大数据技术对公共交通系统的优化具有重要作用。
公共交通是解决交通问题的重要手段之一，但是如何提高公共交通的效率和准时性一直是一个挑战。
利用大数据技术，可以收集并分析公共交通信息，包括实时乘客数量、车辆运行状况以及乘客的出行需求等。
通过这些数据的分析，可以预测乘客需求的高峰时段和地点，从而合理调配公共交通资源，提高公共交通运营的效率和准时性。
此外，大数据技术还可以根据用户的反馈和评价，对公共交通线路和服务进行优化和改善，提高乘客的出行体验。
此外，大数据技术还可以为交通规划决策提供支持。
交通规划决策需要充分考虑人们的出行需求、交通网络的连通性以及交通设施的建设等因素。
利用大数据技术，可以收集并分析人们的出行数据、交通网络数据以及交通设施数据，以综合评估当前的交通状况。
通过对这些数据的分析，交通规划者可以了解人们的出行方式和出行需求的变化趋势，从而制定合理的交通规划方案。
此外，大数据技术还可以进行交通模拟和预测，帮助交通规划者评估不同规划方案的效果，并做出相应的决策。
大数据分析在交通规划中的应用第一章：引言交通问题一直是城市发展的重要课题之一。
随着人口的增加和车辆数量的剧增，交通拥堵、交通事故等问题日益突出。
为了解决这些问题，大数据分析技术被引入到交通规划中。
本文将探讨大数据分析在交通规划中的应用，以及其带来的益处。
第二章：大数据在交通规划中的数据来源大数据分析的前提是数据的收集与储存。
在交通规划中，数据的来源主要包括交通摄像头、电子收费系统、车载传感器等。
交通摄像头可以通过监控交通流量、拍摄交通事故等来获取数据。
电子收费系统可以记录车辆的行驶路线、行驶速度等信息。
车载传感器则可以感知车辆的实时位置、车速等数据。
这些数据的获取为后续的分析提供了充分的基础。
第三章：大数据分析技术在交通规划中的应用1. 交通流量预测与调度通过分析大量的交通数据，可以预测出不同时间段和不同道路的交通流量。
这些预测结果可以帮助交通规划部门合理安排交通路线、优化交通信号系统，从而减少交通拥堵，提高交通效率。
2. 交通事故预警与减少大数据分析可以帮助交通规划部门及时发现潜在的交通事故隐患，并采取措施进行预警和干预。
通过分析交通数据中的交通事故模式和规律，可以为交通规划提供参考意见，提出针对性的交通安全措施，降低交通事故发生率。
3. 公共交通系统优化通过分析大数据，可以深入了解公共交通系统的使用情况。
交通规划部门可以根据乘客出行数据，优化公共交通路线和车辆调度方案，提高公共交通系统的运营效率和乘坐体验。
4. 城市道路规划大数据分析可以对城市道路进行精确的评估和规划。
通过分析交通数据，可以了解交通瓶颈、热点路段等信息，为城市道路扩建和改进提供科学依据。
第四章：大数据分析在交通规划中的案例分析1. 新加坡的智慧交通系统新加坡利用大数据分析技术建立了智慧交通系统，通过分析交通数据，实时监控交通情况，提供实时交通信息和建议。
该系统不仅能够预测交通流量和拥堵情况，还能根据交通状况自动调整交通信号灯的配时，提高交通效率。
城市交通规划与智能交通管理案例解析在现代城市化进程中，交通规划和管理一直是一个重要的议题。
随着城市人口的增加和车辆数量的增长，交通拥堵、环境污染等问题日益突出。
针对这些挑战，智能交通管理被广泛应用，以改善交通流动性、提高运输效率并降低交通事故发生率。
本文将通过分析具体案例，探讨城市交通规划与智能交通管理的关系，并对未来发展提出展望。
案例一：上海智能交通系统上海是中国人口最多的城市之一，也是全球最繁忙的城市之一。
为了解决交通拥堵问题，上海采用了智能交通管理系统。
该系统利用现代化的技术手段，包括高精度的交通监测设备、智能交通信号控制系统和智能路网优化系统等，实现了交通信息的实时监测、分析和调度。
通过实时监测交通流量以及路况信息，上海智能交通系统能够及时发现并应对交通拥堵，提高道路通行效率。
案例二：新加坡主动交通管理系统新加坡作为高度发达的城市国家，采用了一系列智能交通管理技术，构建了世界上最为先进的主动交通管理系统。
该系统利用高精度的地理定位、通信和计算技术，提供实时的交通信息，并通过智能监控控制交通信号和路况。
此外，新加坡还通过GPS车辆定位系统和电子收费系统等技术手段，实现了道路使用费用的智能化管理，鼓励公共交通出行和减少私人车辆使用。
案例三：芬兰赫尔辛基交通规划赫尔辛基作为芬兰的首都，城市发展起步较早，并因此面临诸多挑战。
为了应对交通拥堵和环境污染问题，赫尔辛基提出了创新的交通规划方案。
该方案在整合公交、自行车、轻轨和地铁等交通方式的基础上，通过智能交通管理系统实现路线优化和车辆调度。
赫尔辛基还鼓励市民使用共享出行服务和自行车，并在市中心建设了行人专用区，推动可持续交通发展。
未来展望：随着智能交通技术的不断进步，以及人工智能、大数据和物联网等新兴技术的发展，城市交通规划和智能交通管理将迎来更多机遇和挑战。
未来的城市交通规划将更加注重可持续发展、绿色出行和公共交通。
智能交通管理系统将更加智能化、自动化，能够预测交通拥堵、改变交通流动性，并提供个性化的出行建议。
大数据分析在交通规划中的应用随着城市化进程的加快以及交通需求的不断增长，交通规划成为城市建设和管理中至关重要的一环。
而随着信息技术的快速发展，大数据分析逐渐在交通规划中发挥着重要的作用。
本文将探讨大数据分析在交通规划中的应用，并分析其带来的影响和挑战。
一、交通大数据的获取与处理要进行交通规划，首先需要获取大量的交通数据。
传统的交通调查往往费时费力，结果往往不够准确全面。
而大数据分析可以借助各种传感器和监控设备，实时感知交通状况并获取相关数据，如车流量、速度、拥堵情况等。
获取到交通大数据之后，还需要对其进行处理和分析。
通过数据清洗、过滤和整理，可以得到准确可靠的数据集。
利用数据挖掘和统计分析等方法，可以从中发现规律、趋势和异常情况。
这些分析结果可以为交通规划提供科学依据。
二、交通需求预测与优化借助大数据分析，可以对交通需求进行准确预测。
通过对历史交通数据进行分析，可以了解不同时间段和区域的交通状况以及人流趋势。
结合城市发展规划和人口迁移趋势等因素，可以预测未来交通需求的变化。
基于交通需求的预测结果，可以进行交通网络优化。
通过分析交通瓶颈、拥堵点和交通流量分布等信息，可以优化交通路线和设置交通信号灯，以提高交通效率和减少拥堵现象。
同时，结合公共交通和非机动车出行需求，可以合理规划公共交通线路和自行车道等，提供多样化出行选择，以促进绿色低碳交通。
三、交通安全与应急管理交通安全一直是交通规划的重要内容之一。
大数据分析可以通过对交通事故数据的挖掘和分析，了解事故发生的条件和原因，从而提出相应的安全措施。
例如，可以针对某些危险路段或交叉口增设安全设施，或者调整道路标线和信号灯设置。
此外，大数据分析还可以用于交通事故的应急管理。
通过实时监测交通状况和交通事故的发生情况，可以及时采取措施，如调度交通警力和急救资源，以减少交通事故的伤亡和损失。
四、挑战与建议尽管大数据分析在交通规划中具有巨大的潜力，但仍然面临着一些挑战。
大数据在交通规划中的应用在当今社会中，大数据已经成为了重要的资源之一。
随着科技的不断发展，大数据在各个领域中的应用也越来越广泛，其中交通规划也是其中之一。
在本文中，我们将会探讨大数据在交通规划中的应用以及其带来的影响。
一、大数据在交通规划中的应用1. 实时交通数据的收集：目前，城市交通中心可以通过GPS跟踪器、卡口视频监控等手段，实时收集路面车流量、拥堵状态等交通数据。
这些数据可以对交通实况进行分析，为交通规划和交通管理提供依据。
2. 预测交通流量与拥堵：通过收集历史、实时和预测的天气、封路、公众假期、赛事活动等相关数据，交通规划师可以预测未来几个小时、几天甚至几周的交通拥堵状况和路程时间，并据此安排路线、交通信号灯智能优化等。
3. 实时路线规划和导航：借助与其他数据库的联动，如地图跟踪系统和公共交通系统等，交通规划专家可以提供实时路线导航，预测行程时间等服务。
4. 基于数据的公共交通分析：交通规划师可以利用大数据技术，跟踪公共交通的运行情况并分析乘客流量，以改善公共交通的可持续发展和乘客的体验。
二、大数据在交通规划中的影响1. 提高智慧交通的效率：通过收集大量数据并进行实时分析和应用，大数据可以快速且准确地推断交通潜在问题，从而更好地指导交通规划。
2. 优化交通规划：基于数据的分析可以使公共交通和交通工具的设计更加高效，同时也可以为偏远和交通不发达地区提供更好的交通解决方案。
3. 提升交通安全：利用数据分析，交通规划师可以提高公共交通的安全性能，并为公路设计提供更可靠的交通解决方案，有助于遏制或减少交通事故。
4. 提供个性化的交通服务：通过收集关于个人出行和偏好的数据，交通规划师可以更好地为不同的用户提供定制化的交通服务。
总结：在大数据时代，交通规划与时俱进、借助数据和智能技术的发展趋势也更加显著。
借助大数据技术，交通规划师不仅可以更准确地预测交通需求，还可以推动公共交通的可持续发展和改善公路网络的可靠性，为城市交通带来更高效、精细和便捷的服务。
未来城市交通规划中的大数据分析随着城市人口的不断增长，交通拥堵已经成为一个普遍存在的问题。
如何通过科技的手段来改善城市交通状况已经成为了社会的一个重要议题。
随着大数据技术的不断推广，越来越多的城市开始将大数据技术运用到城市交通规划中。
本文将从未来城市交通规划的角度出发，探讨如何利用大数据技术来优化城市交通状况。
一、大数据在城市交通规划中的作用大数据技术在城市交通规划中的作用主要体现在以下几个方面：1.实时监测城市交通状况大数据技术可以实时监测城市交通状况，通过不断收集和分析车辆的行驶轨迹数据和路况信息，可以快速发现和应对交通瓶颈，为城市交通的管理和优化提供数据支持。
2.预测城市交通状况基于历史交通数据和实时数据，大数据技术可以预测未来的交通状况，帮助交通部门和公众更好地规划出行路线，避免拥堵路段。
3.提升城市交通效率基于大数据技术的交通规划和调度，可以优化城市交通状况，提高城市交通的效率。
通过智能调度和规划，比如合理控制信号灯时长、调整道路通行方向等，都可以有效地减少拥堵，提高通行速度。
4.优化城市交通布局大数据技术可以对城市交通布局进行分析，根据交通流量和交通热点等因素，提出合理的城市交通建设和布局方案，从而优化城市交通布局，提升城市交通系统整体运行效率。
二、大数据在城市交通规划中的实践案例近年来，大数据技术在城市交通规划方面得到了广泛应用。
以下是一些成功的实践案例：1.深圳市交通信息中心深圳市交通信息中心是一个基于大数据技术的城市交通管理系统。
该系统不断收集和分析城市交通状况，包括路面交通、公共交通、非机动车交通等多个方面，并为政府决策提供数据支持。
该系统不仅可以监测交通状况，还可以根据交通热点和交通流量等因素，制定出行路线推荐方案，提高城市交通效率。
2.纽约市交通管理局纽约市交通管理局建立了一个名为“数据推动的交通管理中心”的中央控制系统，该系统将实时交通数据和历史交通数据结合起来，通过大数据分析技术预测未来交通状况，实现智能交通预警和应急响应。
“大数据”在交通规划中的冷思考——以上海交通规划应用为例引言2009年，google公司通过比对2003年至2008年季节性流感传播时期的搜索数据，成功预测了甲型H1N1型流感的传染情况，开启了时代对于大数据的认知。
在我国，2013年被称为大数据元年，2014年大数据概念被写入《政府》，作为一项基础性战略资源，进入城市规划、交通规划等多个领域。
近年来，大数据（Big Data）概念的火爆与互联网热潮的发展有着密不可分的关系，各行各业均产生了不少基于“大数据”概念的实践行动，交通规划也不例外。
但在热潮的背后，“大数据”的基本概念和内涵特点仍众说纷纭，未能形成统一的认识，涉及大数据概念的研究往往数量庞大却众说纷纭，大数据概念的不同理解也带来研究与实践的差异。
对此，笔者倾向于通过数据特征与价值取向两个方面界定大数据概念，并以此为基础展开对“大数据”在交通规划领域的思考。
一、“大数据”概念及其规划应用笔者认为，大数据概念包含两个主要特征。
从数据的特征来看，大数据的数据选取往往无限接近于研究对象的全样本。
方法上改变传统依托少量数据并利用办法获得最多信息的做法，研究准确度上避免了样本选取带来的必然误差。
值得注意的是，全样本的数据特征不是一个数据的数量概念，而是指数据与研究对象全体的相对关系。
因而一旦研究的数据对象不能视为研究对象的整体，纵使研究的数据量非常庞大，仍不能算作利用大数据的研究办法。
从研究的价值取向来看，大数据的研究往往更多注重于研究内容的时效性与对未来的预见性。
[1]在数据越来越多的情况下，使用全样本的数据往往需要付出一定的代价，即错误数据的获取。
对于传统研究方法，因统计的数据量较少，些许错误的数据容易造成极大的研究误差，故而研究在数据获取与清洗过程中往往花费大量的时间，力求数据的精准。
大数据方法与此不同，全样本的获取与庞大的数据量必然带来错误的数据内容，但错误的数据与内容在全样本中占比比较小，在适度的清洗下，部分牺牲结果的精确性能够有效提升大数据研究的时效性，提供连贯的、高频率的研究结果，并利用数据的相关性实现对未来的预见。
大数据方法在城市规划与交通规划领域，已有大量研究成果。
如龙瀛团队对北京公共交通使用情况、[2]职住平衡等多方面的研究，利用公交卡刷卡数据基于数据增强设计方法，获取并挖掘北京市公共交通不同使用人群、不同使用时间的不同特征；[3]杨东媛教授对于使用大数据变革交通规划理论的探索，尝试通过建立在理论基础上的决策、判断、概念框架，将大数据分析技术、模型、方法纳入统一分析模板，提供一个新型理论框架。
[4]在规划实践中，上海市城市规划设计研究院、上海城市交通设计院、北京交通发展研究院等北京、上海、广州、深圳城市规划、交通规划从业人员也已逐步通过使用公交卡数据、手机信令数据作为大数据研究的基础，为各类城市规划、交通规划作支撑。
例如张天然利用手机信令数据对上海市市域职住空间的分析，[5]丁亮、钮心毅、宋小冬对上海市就业中心体系的研究等。
[6]从参与团队的性质来看，大数据在交通规划中的参与团队主要包含3类，以百度、阿里为代表的互联网企业，作为大数据的生产与处理方，生产了P O I兴趣点数据、道路拥堵数据等大数据分析常用数据，提供了基于智慧城市平台的智慧交通解决方案,并出台基于自身数据平台的研究报告；以交通设计院、规划设计院为代表的规划设计与规划研究机构，作为大数据的应用与挖掘方，将大数据挖掘的成果直接应用于各类规划项目之中；以大学、研究院为代表的交通研究机构，作为大数据研究方法的探索方，尝试各类研究模型与研究方法，为大数据在交通规划中的应用提供理论基础。
从现有研究内容与规划方法上看，目前大数据在交通规划中的应用往往体现研究数据的全样本特征，无论是使用全年的公交卡刷卡数据还是利用手机信令数据，均尝试通过全样本数据研究交通特征，实现对规划决策的支撑。
[7]然而针对大数据分析所带来的及时性特点则少有涉及，仅百度、阿里等商业性公司提供的交通拥堵预测服务具有及时性特点。
笔者认为，此种情况的产生主要源自交通规划现阶段的自身特征。
交通规划作为一项具有延续性的，不同于商业领域的应用，应具有合法性、权威性、延续性，即规划成果的内容需经过法定程序从而获得合法性，并伴随着政府的强制力获得权威性。
这使得传统交通规划难以利用大数据时效性特征，实现对交通问题的及时反馈、实时追踪、问题预警。
二、“大数据”的技术变革大数据方法不仅优化了传统交通规划的数据方法，实现了规划方法的量变，更从规划效果与研究视角上实现了质的变化，并将在未来提供更多的可能。
从规划研究与规划实践来看，大数据的应用正从三个方面改变传统交通规划的编制。
（一）研究方法统一宏观至微观层面传统研究交通规划往往使用抽样调查的办法研究规划项目，因工作量的差异，不同层面交通规划往往需要不同调查。
不同的时间、日期、人员乃至方法，为不同尺度的规划项目带来了误差与矛盾，难以实现对同一区域宏观至微观的统筹。
大数据手段不同于抽样调查，能够将传统研究样本扩展到研究区域的每个个体，并在数据处理层面实现宏观至微观的分层，从而实现对宏观、中观、微观的全面统筹。
依托同一数据源，针对不同需求使用不同处理方式，宏观层面获取区域出行特征，中观层面明确线网特点，微观层面深入每个个体出行行为，统一各层面研究基础，避免研究前后的矛盾，形成一维多体的分析技术体系。
（二）研究成果更为准确与高效在传统交通规划分析研究过程中，规划师与其他分析人员往往受限于传统计量模型与调研方式，难以避免其中带来的误差与人力物力的大量投入。
大数据交通规划方法通过全样本数据的使用，部分脱离了对传统统计模型的依赖，从而规避了使用传统统计方法不可避免的误差。
在出行特征方面，使用大数据手段通过手机信令数据，直接获取个体的出行特征，取代传统通过抽样调查、模型推导获得出行特征的办法。
研究避免了抽样调查带来的偶然性，使得规划结果更为精准。
另一方面，大数据手段通过对大数据的重复使用与挖掘，减少了规划前期调研阶段对人力、物力、时间的投入，提供了更为高效的规划方法。
在此背景下，时间的富余为方案的优化、误差的规避提供了足够的空间，从而将效率的提升转而促进质量的提高。
（三）更多的视角与更新的观察能力面对不断复杂化的社会条件，传统交通规划往往畏惧于城市复杂特征，与城市精细化管理的发展方向格格不入。
大数据手段的出现为交通规划提供了一种多角度、多层次、多测度的全样本连续观察能力。
这种观察视角与观察能力对于准确把握交通规划问题的本质、深入剖析研究对象有着极其重要的意义。
三、大数据的现实与理论困境面对大数据在各个方面所产生的深远意义，无论是规划师、研究者还是政府主管部门均对大数据手段在交通规划中的应用抱有较大期待，希望能够通过大数据手段挖掘以往难以发现的问题，为规划研究提供更为丰富的角度，但实践中大数据在交通规划领域的应用仍存在大量的显示与理论的困境。
无论是数据来源、数据的可信度、大数据规划方法的理论基础还是数据本身的挖掘方式都存在着较大的改进空间。
针对同一地区的大数据交通规划研究存在着截然相反的研究结论，部分研究结论带有显著性错误。
（一）“全样本”的有偏性受限于数据获取的途径，交通规划领域使用的大数据往往存在系统性缺失，不能真正代表“全样本”数据。
如交通规划中常用的手机信令数据就存在着同一个体拥有不同手机信号的普遍情况，老年人与孩童不使用手机等情况。
手机信令数据在特定群体信息缺失的同时被当作全样本处理，使得规划研究成果难以顾及这些群体的出行需求，为规划带来偏差。
一方面，大数据的偏差来自数据的自身特点，选择了手机信令数据就不可避免忽视了非手机用户的出行情况，选择公交I C卡刷卡数据不可避免非公交卡乘客出行信息缺失情况，不同的大数据来源或多或少存在着样本的系统性缺失。
另一方面，大数据偏差来源自数据的获取渠道。
国内数据的主要获取渠道之一是为以百度、阿里为代表的互联网公司。
作为以盈利为目的的企业，大数据的获取与应用往往基于商业视角，数据标准与规划需求存在差别。
例如高德地图与百度地图P O I兴趣点信息作为常用的大数据类型，其兴趣点的种类与分类标准往往基于商业服务的对象，与城市规划、交通规划中的分类标准存在差异。
缺乏商业价值的信息，则会带来大数据的偏差。
（二）基础理论的缺失年轻的学科与研究方法一般都缺乏广受认可的基础理论，缺乏对于各类猜想的实证研究，大数据也是如此。
因基础理论的缺失，使得规划编制过程中往往存在着规划指标混乱，成果权威性缺失，数据挖掘深度不足等情况。
针对交通拥堵情况，不同研究机构基于不同的大数据来源，通过不同的指标形成了完全不同的评价结果。
在滴滴媒体研究院发布的《中国城市交通出行报告（2016年上半年）》中，2016年上半年最拥堵城市依次为石家庄、重庆、西安、济南、北京，然而在高德地图发布的《中国主要城市交通分析报告2016Q2》中，2016年上半年最为拥堵的城市依次为北京、哈尔滨、重庆、济南、杭州，两者存在较大偏差。
在数据源方面，前者采用滴滴打车数据，后者采用高德导航数据；在指标体系方面前者使用畅通车速与高峰车速的比值，后者采用高峰的通行时间与畅通通行时间的比值。
在缺乏广受认可的大数据研究标准情况下，大数据在交通规划领域的应用往往难以项目比较、项目校对并各自为政。
（三）数据管理的缺位对于规划从业者与规划研究者而言，大数据在交通规划领域应用的另一瓶颈在于数据管理的缺位。
一方面除了已在商业领域广泛使用的大数据类型与P O I兴趣点等数据外，交通规划中所使用的大数据涉及居民的隐私与国家安全，缺乏专门的法律界定与规范信息时代下的个人隐私与国家安全。
[8]另一方面，部分大数据的获取在受到政府的严格管理后往往时效性有所折扣，数据的获取门槛明晰，限制了大量学者进入大数据的交通规划领域研究。
于此同时，虽然部分数据的获取在受到管制的同时却缺乏政府背书，使得基于此类数据的研究缺乏权威性。
现阶段交通规划领域频繁使用的收集信令数据、公交卡刷卡数据、车载G P S数据主要为商业数据，在缺乏合理的法律规范、政府管理的情况下，数据的真实性与倾向性往往容易招致质疑，不利于规划研究的展开与优化。
四、上海的应用与问题自2011年起，上海已逐步将大数据方法应用于交通规划过程中，但目前上海交通规划中对大数据的应用仍处于起步阶段，数据来源较为缺乏，挖掘深度有所不足，数据结果的公信力不高是现阶段上海交通规划中大数据应用的主要问题。
即便如此，上海交通规划编制过程中仍不断尝试使用大数据方法，改进原有数据获取与处理办法，以希望更精确、更快速获取交通现状、梳理城市交通问题，并方便形成对过往交通问题的追踪评价。
（一）大数据在上海交通规划中的应用目前，上海交通规划中对于大数据的应用主要体现在出行特征获取、公交特征获取以及对过往问题的追溯方面，数据来源以手机信令数据与公交IC卡刷卡数据为主。
